导语
成功的组织将实施一种架构决策，该决策编码在身份、上下文和控制中。
想象一下告诉一个数字代理：“使用我的积分预订一次意大利家庭旅行。保持在预算内，选择我们以前喜欢的酒店，并处理好细节。”代理会组装一份行程并执行购买，而不是返回一个链接列表。
这种从协助到执行的转变，是代理式 AI 与众不同的地方。它也改变了商业的运行速度。支付交易已经能在毫秒内完成。新的加速点在于支付之前的所有环节：发现、比较、决策、授权以及跨多个系统的跟进。当人类不再处理常规决策时，“够用就好”的数据就不再够用了。在一个由代理驱动的经济体中，制约因素不是速度；而是机器速度和规模下的信任。
核心信息
自动化市场之所以有效，是因为它们内置了身份、权限和问责制。当代理在企业间进行交易时，需要同样的清晰度。主数据管理（MDM）——创建单一主记录的学科——成为交换层：跟踪代理代表谁，它能做什么，以及当价值转移时责任归属何方。市场不会因自动化而失败；它们会因模糊的所有权而失败。MDM 将自主行动转化为合法、可扩展的信任。
为了使代理式商业安全且可扩展，组织将需要比改进模型更多的东西。它们将需要现代数据架构和一个权威的上下文系统，该系统能够即时识别、解析和区分实体。这是可扩展自动化与需要持续人工纠正的自动化之间的区别。
数字商业长期以来建立在两个主要方面：买家和供应商/商家。代理式商业增加了一个必须被视为一等实体的第三方参与者：代表买方行事的代理。
更多细节
这听起来很简单，直到你提出每个企业都会面临的问题：
实际风险是混淆。例如，人类在预订航班时可以推断出“Delta”指的是航空公司，而不是水龙头公司。代理需要确定性的信号。如果系统猜测错误，它要么破坏信任，要么强制进行人工确认步骤，这违背了速度的承诺。
大多数组织已经学会了容忍不完美的数据。重复的客户记录是可以容忍的。不完整的商品属性会令人烦恼。商家身份可以稍后进行协调。
影响与观察
代理式工作流程改变了这种容忍度。当代理在没有人检查输出的情况下采取行动时，它需要接近完美的数据，因为与人不同，它无法可靠地注意到数据何时模棱两可或错误。
